로그 분석을 통한 보안 위험도 예측 AI 경진대회

Dacon에서 제공한 베이스라인에서 조금 변형해서 모델을 만들었습니다.

1. CountVectorizer 대신 TfidfVectorizer 사용

2. RandomForestClassifier 모델 3개 학습
   데이터 개수가 많은 Level 0과 Level 1은 두개 그룹으로 분류하는게 더 정확할거라 예상하여 총 3개의 모델을 생성함
 - 첫 번째 모델 : Level 0~6을 7 개 그룹으로 분류하여 학습
 - 두 번째 모델 : Level 0과 나머지를 2개 그룹으로 분류하여 학습
 - 셋 번쨰 모델 : Level 1과 나머지를 3개 그룹으로 분류하여 학습

3. Level 7 예측 방법
 - 첫 번째 모델을 이용해 분류 후 예측확률이 Threshold를 넘지 않으면 Level 7으로 분류
 - 첫번쨰 모델에서 Level 7로 분류된 데이터 중 두 번째 모델로 Threshold 이상 Level 0로 예측되는 데이터는 다시 Level 0으로 분류
 - 첫번쨰 모델에서 Level 7로 분류된 데이터 중 세 번째 모델로 Threshold 이상 Level 1로 예측되는 데이터는 다시 Level 1로 분류

ps. Threshold 결정은 특별한 방법 없이 public 점수를 확인하면서 조정했습니다. 
        LGBM, XGB, ExtraTree Classifier 등을 시험해보았지만 첫 번째 분류는 대부분 준수하게 할 수 있지만 Level 7을 예측해낼
        좋은 방법을 찾지 못해 결국 최종적으로 베이스라인과 같은 방법을 사용했습니다. 상위권 입상자 분들의 코드를 보고 많이 배우겠습니다. 모두 수고하셨습니다~